本發(fā)明屬于醫(yī)療器械技術領域。

背景技術：

數(shù)字化X射線機的影像系統(tǒng)中圖像的后處理對整機的最終圖像質量至關重要，由于X射線穿過物體時在距離上呈現(xiàn)非線性衰減，所以常見的圖像處理一般都包含有伽瑪處理算法，傳統(tǒng)的伽瑪處理算法采用固定的查找表對圖像的亮度信號作查表運算，即以輸入的圖像亮度值為索引在一張預先設置的表格中查找輸出的亮度值，此算法輸出的圖像對采樣區(qū)域的位置以及圖像的整體亮度均有比較嚴格的要求，并且對生物組織部分和背景部分的亮度信號采用相同的處理手段，臨床上很難得到理想的圖像。

技術實現(xiàn)要素：

本發(fā)明目的在于提供一種適用于數(shù)字化X射線機影像系統(tǒng)的伽瑪處理算法，可以針對每張圖像分析后，得到生物組織部分的實際有效亮度動態(tài)范圍，對亮度較高的背景部分進行飽和處理，對生物組織部分進行伽瑪處理，有效提高圖像上生物組織的對比度，改善圖像質量。

本發(fā)明所采取的技術方案是：該算法包括：圖像預處理（1）、直方圖生產（2）、直方圖預處理（3）、直方圖分析（4）、伽瑪處理（5），其特征在于：通過直方圖分析，判斷圖像中生物組織實際有效的亮度分布范圍，對該范圍內的圖像進行伽瑪處理，并對圖像中高亮度的背景區(qū)域做飽和處理，可以顯示圖像中的生物組織部分。

對采集到的X射線圖像先進行預處理，降低圖像中的噪聲，對圖像上興趣區(qū)內的部分生產直方圖排除非成像部分的影響，然后對直方圖進行平滑處理，對平滑后的直方圖進行分析，得到生物組織部分的亮度分布，最后對生物組織部分進行伽瑪處理，得到對比度增強后的圖像。

本發(fā)明的有益效果是：通過對圖像的直方圖分析得到圖像中生物組織部分的亮度分布，然后基于這些信息再進行伽瑪處理，可以極大的提高伽瑪處理的效果，使得圖像對比度得到改善。

附圖說明

圖1為本發(fā)明的算法流程框圖。

圖2為本發(fā)明的原始圖像。

圖3為本發(fā)明的原始圖像的直方圖。

圖4為本發(fā)明的處理后圖像。

圖5為本發(fā)明的處理后圖像的直方圖。

具體實施方式

參照附圖，本發(fā)明的具體實施方式是：

首先，對要處理的原始圖像（圖2）進行預處理，減少圖像的噪聲。

其次，對預處理后的圖像，在預設的興趣區(qū)內生產直方圖，消除非成像區(qū)域的干擾，并對直方圖做預處理，消除直方圖上過多的毛刺干擾（圖3），便于后續(xù)分析。

再次，對處理后的直方圖，根據(jù)不同生物組織成像的特性，分析得到圖像上生物組織的亮度分布。

最后，基于生物組織亮度分布值，自動生成伽瑪曲線，對圖像進行處理得到處理后的圖像（圖4），由處理后圖像的直方圖（圖5）可以發(fā)現(xiàn)圖像上生物組織的動態(tài)范圍得到拉伸，生物組織對比度得到明顯改善。

本發(fā)明的優(yōu)點是：根據(jù)圖像上的生物組織亮度分布設置伽瑪處理，排除高亮度背景區(qū)域對圖像處理的影響，改善圖像對比度，算法經過優(yōu)化，可以滿足臨床實時圖像處理的要求，并且經大量臨床圖像驗證，魯棒性好。